買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉西安電子科技大學申請的專利基于雙流增強網絡的紅外小目標檢測方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN115565034B 。

龍圖騰網通過國家知識產權局官網在2025-09-05發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202211388623.1，技術領域涉及：G06V10/774；該發明授權基于雙流增強網絡的紅外小目標檢測方法是由張銘津;鄭玲萍;張睿;彭曉琪;李云松;高新波設計研發完成，并于2022-11-08向國家知識產權局提交的專利申請。

本基于雙流增強網絡的紅外小目標檢測方法在說明書摘要公布了：本發明公開了一種基于雙流增強網絡的紅外小目標檢測方法，主要解決現有方法檢測準確率較低的問題，實現步驟為：構建訓練樣本集和測試樣本集；構建基于雙流增強網絡的目標檢測網絡模型：包括并行排布第一分支和第二分支雙流增強網絡，以及與該網絡級聯的融合模塊的紅外小目標檢測網絡O，第一分支網絡根據低級特征從行和列兩個方向提取目標的特征信息以獲得更精細、完整的高級特征，有助于準確定位目標，第二分支中網絡能夠通過多尺度特征融合細化小紅外目標的特征，從而抑制背景信息并保留小目標信息；通過對紅外小目標檢測網絡模型O進行迭代訓練，本發明能夠提高紅外小目標檢測的準確率。

本發明授權基于雙流增強網絡的紅外小目標檢測方法在權利要求書中公布了：1.一種基于雙流增強網絡的紅外小目標檢測方法，其特征在于，包括以下步驟： 1獲取訓練樣本集和測試樣本集： 獲取K幅紅外圖像，并對每幅紅外圖像中的目標進行標注，再將M幅紅外圖像及其對應的標簽組成訓練樣本集R1，將剩余的K-M幅紅外圖像及其對應的標簽組成測試樣本集E1，其中K≥1000， 2構建基于雙流增強網絡的紅外小目標檢測模型O： 構建包括并行排布第一分支和第二分支雙流增強網絡，以及與該網絡級聯融合模塊的紅外小目標檢測網絡O，其中： 第一分支包括順次連接的Stem塊、多個級聯的殘差塊、第一轉置卷積層、第一空間頻率注意力模塊、第二轉置卷積層、第二空間頻率注意力模塊、head網絡；其中，Stem塊包括多個卷積層及級聯的池化層；殘差塊包括順次級聯的卷積層、非線性激活層、卷積層；空間頻率注意力模塊包括順次級聯的上下文空間注意力模塊、分解頻率注意力模塊、卷積層；head網絡包括多個卷積層； 第二分支包括順次連接的眼球狀增強模塊、head網絡；其中，眼球狀增強模塊包括順次連接的多個級聯卷積層、上采樣塊和高斯卷積層，眼球狀增強模塊的輸入端還與第一分支的第一空間頻率注意力模塊、第二空間頻率注意力模塊的輸出端連接； 3對紅外小目標檢測模型O進行迭代訓練： 3a初始化迭代次數為s，最大迭代次數為S，S≥20000，第s次迭代的紅外小目標檢測模型為Os，Os中可學習的權值、偏置參數分別為ws、bs，并令s＝0，Os＝O； 3b將從訓練樣本集R1中隨機有放回選取的l個訓練樣本作為紅外小目標檢測模型O的輸入，第一分支對每個訓練樣本進行紅外目標重建，得到l個小目標；同時第二分支對每個訓練樣本進行紅外小目標細節增強，得到l個小目標細節；融合模塊通過每個小目標細節增強的結果對對應的小目標重建結果進行補充細化，得到l個訓練樣本的紅外小目標檢測結果，其中，l≥1000； 3c利用Dice損失函數LDice與交叉熵損失函數LCE，并通過生成的l個目標檢測結果和與其對應的的l個標簽計算Os的損失值LDC，再通過鏈式法則分別計算LDC對網絡中的權值參數ωs及偏置參數bs的偏導和然后根據對ωs、bs進行更新，得到本次迭代的網絡模型Os； 3d判斷s≥S是否成立，若是，得到訓練好的紅外小目標檢測模型O*，否則，令s＝s+1，并執行步驟3b； 4獲取紅外圖像目標檢測結果： 將測試樣本集E1作為訓練好的紅外小目標檢測模型O*的輸入進行前向傳播，得到所有測試樣本對應的紅外小目標檢測結果。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人西安電子科技大學，其通訊地址為：710071 陜西省西安市太白南路2號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。